As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Otimize contêineres e AMIs
O tamanho e a estrutura do contêiner são importantes para o primeiro conjunto de trabalhos que você executar. Isso é especialmente verdadeiro quando o contêiner é maior que 4 GB. As imagens de contêiner são integradas em camadas. As camadas são restauradas em paralelo pelo Docker utilizando três threads simultâneas. Você pode aumentar o número de segmentos concomitantes utilizando o parâmetro max-concurrent-downloads. Para obter mais informações, consulte Documentação do Docker
Embora você possa utilizar contêineres maiores, recomendamos otimizar a estrutura e o tamanho do contêiner para tempos de startup mais rápidos.
-
Contêineres menores são buscados mais rapidamente: Contêineres menores podem levar a tempos de início de aplicativos mais rápidos. Para diminuir o tamanho do contêiner, descarregue bibliotecas ou arquivos atualizados com pouca frequência para a imagem de máquina da Amazon (AMI). Você também pode associar montagens para dar acesso aos seus contêineres. Para obter mais informações, consulte Associando Montagens.
-
Crie camadas de tamanho uniformes em tamanho e quebre camadas grandes: Cada camada é restaurada por uma thread. Portanto, uma camada grande pode impactar significativamente seu tempo de startup de trabalho. É recomendado um tamanho máximo de camada de 2 GB como boa concessão entre um tamanho maior do contêiner e tempos de startup mais rápidos. Você pode executar o comando
docker history your_image_idpara verificar sua estrutura de imagens de contêiner e o tamanho da camada. Para obter mais informações, consulte Documentação do Docker. -
Use o Amazon Elastic Container Registry como seu repositório de contêineres: Quando você executa milhares de trabalhos em paralelo, um repositório autogerenciado pode falhar ou controlar a utilização do throughput. O Amazon ECR funciona em grande escala e pode lidar com cargas de trabalho com até mais de um milhão de v. CPUs
